Open TestNLP opened 3 years ago
直接在后面加一层Dense(300)感觉需要修改bert4keras的源代码了
可以用PCA降维,参考:https://kexue.fm/archives/8069
可以用PCA降维,参考:https://kexue.fm/archives/8069
好的,我后续试一下这个PCA降维度。 我目前做了一个实验,就是上面截图那样,下载了bert4keras源码,然后新增了一个Dense层,强制把维度修改为300了,然后我在自己的语料上fineturn了一下,计算cos相似度,对同一个句子对,前后对比发现整体cos值变高了
可以用PCA降维,参考:https://kexue.fm/archives/8069
好的,我后续试一下这个PCA降维度。 我目前做了一个实验,就是上面截图那样,下载了bert4keras源码,然后新增了一个Dense层,强制把维度修改为300了,然后我在自己的语料上fineturn了一下,计算cos相似度,对同一个句子对,前后对比发现整体cos值变高了
是所有的句子对,测试的结果都是cos值比之前变高了
co
cos需要输入句子1和句子2的向量吧?才能计算余弦相似度。不明白的地方在于,句子1的向量是直接通过simbert获取的吗?句子2的向量也是通过simbert获取的吗?请问句子1和句子2的向量是如何获取的?
默认是768维度,直接在后面加一层Dense(300)是否可行?这样之前基于2000W问答对训练的结果会受影响吗?